曹文彬,徐進(jìn)玥 (江南大學(xué) 商學(xué)院,江蘇 無(wú)錫 214122)
汽車(chē)制造業(yè)在我國(guó)制造業(yè)經(jīng)濟(jì)中產(chǎn)值比重較大,在生產(chǎn)過(guò)程中,各個(gè)環(huán)節(jié)關(guān)聯(lián)度高,是“中國(guó)制造2025”和“十三五”規(guī)劃綱要中的重點(diǎn)發(fā)展領(lǐng)域。我國(guó)汽車(chē)制造業(yè)雖然起步晚,但是發(fā)展速度快。2020 年我國(guó)汽車(chē)總產(chǎn)量約2 522.5 萬(wàn)輛,成為全球最大的汽車(chē)生產(chǎn)消費(fèi)市場(chǎng)。隨著新一輪的科技革命的發(fā)展,傳統(tǒng)的汽車(chē)生產(chǎn)方式發(fā)生轉(zhuǎn)變,更多數(shù)字科技被運(yùn)用在汽車(chē)產(chǎn)業(yè)。人工智能等技術(shù)的發(fā)展對(duì)勞動(dòng)力的替代遠(yuǎn)超過(guò)傳統(tǒng)的機(jī)械化和自動(dòng)化,非機(jī)械性的崗位正逐漸被人工智能技術(shù)所取代,低技能勞動(dòng)力大量流失。而汽車(chē)制造業(yè)作為傳統(tǒng)資本密集型和勞動(dòng)密集型產(chǎn)業(yè),需要大量的勞動(dòng)力和資本投入。在企業(yè)實(shí)現(xiàn)技術(shù)進(jìn)步的過(guò)程中,就業(yè)一定會(huì)發(fā)生明顯的變動(dòng)。在此形勢(shì)下,如何在就業(yè)與技術(shù)進(jìn)步之間尋求一個(gè)平衡成為汽車(chē)制造業(yè)企業(yè)一個(gè)急需解決的問(wèn)題。
技術(shù)進(jìn)步與就業(yè)的關(guān)系一直是經(jīng)濟(jì)學(xué)界關(guān)注的熱點(diǎn)問(wèn)題之一。近年來(lái)國(guó)內(nèi)外有關(guān)技術(shù)進(jìn)步對(duì)就業(yè)影響的研究主要集中在三個(gè)方面:(1) 就業(yè)的替代效應(yīng)。技術(shù)進(jìn)步加速資本有機(jī)構(gòu)成的提高,導(dǎo)致對(duì)勞動(dòng)力的需求減少。Aghion 和Howitt(1994) 通過(guò)構(gòu)建失業(yè)—增長(zhǎng)模型,借鑒并擴(kuò)展了熊彼特的理論,提出了技術(shù)進(jìn)步對(duì)就業(yè)的“破壞效應(yīng)”。技術(shù)進(jìn)步一方面縮短了崗位的生命周期,另一方面減少了崗位的數(shù)量,造成大量的失業(yè)人口。Benzell(2015) 構(gòu)建了一個(gè)跨期迭代(OLG) 模型研究機(jī)器人對(duì)勞動(dòng)力替代的問(wèn)題。結(jié)果表明,在一定條件下,機(jī)器人能完全替代低技能勞動(dòng)任務(wù)和部分高技能勞動(dòng)任務(wù),因而導(dǎo)致勞動(dòng)力收入減少。蔡嘯、黃旭美(2019) 以Acemoglu 理論模型為基礎(chǔ),考察人工智能技術(shù)對(duì)制造業(yè)就業(yè)的影響,實(shí)證結(jié)果表明,我國(guó)人工智能技術(shù)對(duì)制造業(yè)就業(yè)存在擠出效應(yīng),但隨著人工智能技術(shù)的提升,在一定程度上會(huì)緩解這種抑制作用。(2) 就業(yè)的補(bǔ)償效應(yīng)。技術(shù)進(jìn)步降低了投入要素中的勞動(dòng)成本,產(chǎn)品價(jià)格下降,擴(kuò)大了需求,企業(yè)不斷擴(kuò)大規(guī)模,從而產(chǎn)生了新的崗位。Autor(2015) 基于對(duì)美國(guó)歷史數(shù)據(jù)的考察,提出在自動(dòng)化對(duì)勞動(dòng)力產(chǎn)生替代效應(yīng)的同時(shí),也產(chǎn)生了與之相抵消的“生產(chǎn)率效應(yīng)”。這種生產(chǎn)率效應(yīng)主要是增加了正在經(jīng)歷“自動(dòng)化”的部門(mén)本身的勞動(dòng)需求及“非自動(dòng)化”部門(mén)的勞動(dòng)需求。姚先國(guó)等人(2005) 利用制造業(yè)企業(yè)微觀數(shù)據(jù),對(duì)我國(guó)企業(yè)技術(shù)進(jìn)步的技能偏態(tài)性進(jìn)行了檢驗(yàn)。通過(guò)研究發(fā)現(xiàn),我國(guó)企業(yè)技術(shù)進(jìn)步在一定程度上呈現(xiàn)出技能偏態(tài)性,企業(yè)對(duì)高技能勞動(dòng)者需求增加,高技能勞動(dòng)者的工資也顯著提高。呂榮杰、郝力曉(2018) 采用2010~2016 我國(guó)31 省市的非平衡面板數(shù)據(jù),分析人工智能對(duì)就業(yè)量以及工資的影響。研究結(jié)果表明,人工智能技術(shù)進(jìn)步有利于我國(guó)就業(yè)量的提高,但對(duì)農(nóng)村勞動(dòng)力造成了替代作用,一定程度上加劇了我國(guó)勞動(dòng)力市場(chǎng)的極化。(3) 既存在替代效應(yīng),又存在補(bǔ)償效應(yīng),最終技術(shù)進(jìn)步對(duì)就業(yè)的影響取決于替代效應(yīng)和補(bǔ)償效應(yīng)的大小。Acemoglu 和Restrepo(2018) 基于任務(wù)模型分析了技術(shù)進(jìn)步帶來(lái)的影響,結(jié)果表明技術(shù)進(jìn)步在替代工作的時(shí)候,也創(chuàng)造了新的崗位,這種補(bǔ)償效應(yīng)能夠抵消替代效應(yīng)。王青(2009) 結(jié)合遼寧省1980~2006 年近二十多年的數(shù)據(jù)后,分析了技術(shù)進(jìn)步對(duì)遼寧省就業(yè)總量和就業(yè)結(jié)構(gòu)的影響。研究表明技術(shù)進(jìn)步對(duì)遼寧省就業(yè)總量表現(xiàn)出擠出效應(yīng),但技術(shù)進(jìn)步還能通過(guò)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響進(jìn)而影響就業(yè)結(jié)構(gòu)的調(diào)整和變化。
通過(guò)對(duì)現(xiàn)有文獻(xiàn)的梳理,發(fā)現(xiàn)當(dāng)前研究存在以下幾個(gè)問(wèn)題:(1) 當(dāng)前研究多針對(duì)于宏觀層面來(lái)闡述技術(shù)進(jìn)步對(duì)就業(yè)的影響,沒(méi)有考慮到技術(shù)進(jìn)步對(duì)微觀企業(yè)帶來(lái)的具體影響;(2) 在研究方法上,針對(duì)技術(shù)進(jìn)步對(duì)就業(yè)總量的實(shí)證分析,多采用靜態(tài)面板分析,以此得到的結(jié)論不夠全面。
針對(duì)上述問(wèn)題,本文以汽車(chē)制造業(yè)技術(shù)進(jìn)步與就業(yè)的關(guān)系為研究對(duì)象,從微觀角度出發(fā),采用系統(tǒng)GMM 研究方法進(jìn)行實(shí)證分析,探索汽車(chē)制造業(yè)技術(shù)進(jìn)步對(duì)就業(yè)的影響,并據(jù)此提出促進(jìn)就業(yè)的相關(guān)建議。
本文假定汽車(chē)制造業(yè)企業(yè)服從CES 生產(chǎn)函數(shù),如下所示:
其中:A>0, λ>0, ρ≤0, 0<α<1。Y 表示汽車(chē)制造業(yè)企業(yè)產(chǎn)出水平,A 代表技術(shù)進(jìn)步水平,K、L 分別代表資本和勞動(dòng)投入。λ 為規(guī)模報(bào)酬參數(shù),ρ 為要素替代彈性參數(shù),α 為要素分配參數(shù)。假定生產(chǎn)函數(shù)是凸的,規(guī)模報(bào)酬不變,即λ=1,此時(shí),生產(chǎn)函數(shù)可以表達(dá)為:
根據(jù)企業(yè)利潤(rùn)最大化的條件,勞動(dòng)的邊際產(chǎn)出等于工資,先對(duì)式(1) 求偏導(dǎo),得到勞動(dòng)的邊際生產(chǎn)率MPL,之后兩邊再同時(shí)取對(duì)數(shù),整理可得勞動(dòng)需求的基本方程,如式(2):
在考察影響企業(yè)就業(yè)的因素時(shí),還需要考慮一些其他的變量。本文將企業(yè)規(guī)模、企業(yè)年齡作為控制變量引入到模型中。通常情況下,企業(yè)規(guī)模越大,員工數(shù)量越多。企業(yè)成立時(shí)間的長(zhǎng)短對(duì)企業(yè)就業(yè)人數(shù)的影響也較大,成立時(shí)間越久的企業(yè),員工人數(shù)應(yīng)該越多。由于現(xiàn)實(shí)中的就業(yè)規(guī)模是一個(gè)動(dòng)態(tài)連續(xù)的過(guò)程,就業(yè)不僅與當(dāng)期因素有關(guān),還受上個(gè)時(shí)期就業(yè)規(guī)模的影響,因此本文引入被解釋變量的滯后項(xiàng),得到動(dòng)態(tài)面板模型E1:
為了進(jìn)一步探索TFP 中的具體因素(技術(shù)進(jìn)步率還是技術(shù)效率) 對(duì)就業(yè)產(chǎn)生影響,將模型E1 中的TFP 拆分為技術(shù)效率(EC )和技術(shù)進(jìn)步率(TE ),得到動(dòng)態(tài)面板模型E2:
其中:i 表示汽車(chē)制造業(yè)企業(yè);t 表示時(shí)期;Y 表示汽車(chē)制造業(yè)企業(yè)產(chǎn)出;TFP 為汽車(chē)制造業(yè)技術(shù)進(jìn)步水平;W 為企業(yè)員工工資;K 代表企業(yè)規(guī)模;AGE 為企業(yè)年齡;EC 為汽車(chē)制造業(yè)企業(yè)技術(shù)效率;TE 為汽車(chē)制造業(yè)企業(yè)技術(shù)進(jìn)步率,μ、u 為隨機(jī)誤差項(xiàng)。
由于模型將就業(yè)的滯后項(xiàng)作為解釋變量,解釋變量與隨機(jī)干擾項(xiàng)高度相關(guān),這可能導(dǎo)致對(duì)滯后一階變量系數(shù)的估計(jì)值偏低。如果運(yùn)用標(biāo)準(zhǔn)的固定效應(yīng)或者隨機(jī)效應(yīng)模型進(jìn)行估計(jì),估計(jì)量一定是有偏的、非一致的。為了解決自相關(guān)問(wèn)題,本文選用系統(tǒng)GMM 方法對(duì)模型進(jìn)行估計(jì)。系統(tǒng)GMM 方法可避免小樣本估計(jì)帶來(lái)的偏差,解決動(dòng)態(tài)面板中的內(nèi)生性問(wèn)題;在存在異方差的情況下,系統(tǒng)GMM 回歸結(jié)果同樣具有穩(wěn)健性。
2.2.1 數(shù)據(jù)來(lái)源
考慮到數(shù)據(jù)的可獲得性和準(zhǔn)確性,本文選取A 股上市的20 家汽車(chē)制造業(yè)企業(yè)在2005~2018 年的數(shù)據(jù)作為研究對(duì)象,數(shù)據(jù)來(lái)源于色諾芬數(shù)據(jù)庫(kù)和各公司年度報(bào)告。為了消除異方差的影響,將各變量數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。
2.2.2 變量說(shuō)明
就業(yè)人數(shù)(L ):用當(dāng)年截止到年末企業(yè)在職員工人數(shù)表示。
企業(yè)產(chǎn)出水平(Y ):用企業(yè)當(dāng)年?duì)I業(yè)總收入來(lái)表示,并用2005 年為基期的價(jià)格指數(shù)進(jìn)行平減。
技術(shù)進(jìn)步水平(TF P ):鑒于已有文獻(xiàn)中普遍使用全要素生產(chǎn)率衡量技術(shù)進(jìn)步,本文也使用全要素生產(chǎn)率來(lái)衡量技術(shù)進(jìn)步水平。相比其他測(cè)算技術(shù)進(jìn)步的方法,DEA-Malmquist 指數(shù)法不需要任何的具體函數(shù)形式,可以有效避免測(cè)量結(jié)果偏差;其次,DEA-Malmquist 指數(shù)法也不需要各種分布假設(shè),可以更好地反映目前市場(chǎng)的真實(shí)情況;最后,DEA-Malmquist 指數(shù)法測(cè)算的結(jié)果可以在規(guī)模報(bào)酬不變的情況下,將全要素生產(chǎn)率分解為技術(shù)進(jìn)步率和技術(shù)效率變動(dòng),而技術(shù)效率變動(dòng)又可以拆解為規(guī)模效率和純技術(shù)效率變化。結(jié)合我國(guó)汽車(chē)制造業(yè)的特點(diǎn),投入指標(biāo)選擇勞動(dòng)力投入、固定資產(chǎn)和主營(yíng)業(yè)務(wù)成本三個(gè)指標(biāo),凈利潤(rùn)和主營(yíng)業(yè)務(wù)收入作為產(chǎn)出指標(biāo)。
企業(yè)員工工資(W ):用企業(yè)當(dāng)年應(yīng)付職工薪酬除以企業(yè)在職員工人數(shù),同時(shí)以2005 年為基期的價(jià)格指數(shù)平減。企業(yè)資本(K ):由企業(yè)的固定資產(chǎn)凈額表示。用以2005 年為基期的固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減。
企業(yè)年齡(AGE ):用當(dāng)年年份減去企業(yè)成立年份。
各變量的描述性統(tǒng)計(jì)分析如表1 所示:
表1 描述性統(tǒng)計(jì)分析
2.3.1 單位根檢驗(yàn)
由于面板數(shù)據(jù)反映了時(shí)間和截面二維上的信息,各變量可能會(huì)因自身趨勢(shì)或者截距問(wèn)題,使得數(shù)據(jù)不平穩(wěn)。因此,本文對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn),判斷數(shù)據(jù)是否平穩(wěn)或是否具有相同單整階數(shù)。由于本文是短面板數(shù)據(jù),按照陳強(qiáng)學(xué)者對(duì)各單位根檢驗(yàn)方法的界定,采取IPS 和HT 檢驗(yàn),當(dāng)兩種檢驗(yàn)都通過(guò)時(shí),認(rèn)為面板數(shù)據(jù)是平穩(wěn)的。檢驗(yàn)結(jié)果如表2 所示:
表2 單位根檢驗(yàn)
由檢驗(yàn)結(jié)果可知,在HT 檢驗(yàn)下,lnL、lnY、lnAGE 存在單位根;在IPS 檢驗(yàn)下,lnL、lnY、lnK 存在單位根。因此,該面板數(shù)據(jù)是非平穩(wěn)的。為了消除單位根,將各變量進(jìn)行一階差分,再對(duì)各變量進(jìn)行檢驗(yàn)。發(fā)現(xiàn)各變量在5%的顯著性水平上拒絕了存在單位根的原假設(shè),實(shí)現(xiàn)了數(shù)據(jù)平穩(wěn),可對(duì)數(shù)據(jù)進(jìn)行下一步的回歸估計(jì)。
2.3.2 實(shí)證結(jié)果
本文借助Stata13.0 軟件,采用系統(tǒng)GMM 方法對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)。為了保證回歸結(jié)果的可靠性,本文不僅對(duì)模型設(shè)定的合理性以及工具變量的有效性進(jìn)行了檢驗(yàn),還對(duì)隨機(jī)擾動(dòng)項(xiàng)是否存在序列相關(guān)進(jìn)行檢驗(yàn)。從表3 可以看出,AR(2 )統(tǒng)計(jì)量對(duì)應(yīng)的p 值大于10%,即沒(méi)有拒絕原假設(shè)“擾動(dòng)項(xiàng)無(wú)自相關(guān)”,通過(guò)了隨機(jī)擾動(dòng)項(xiàng)無(wú)自相關(guān)的檢驗(yàn)。此外運(yùn)用Sargan 檢驗(yàn),檢驗(yàn)工具變量的有效性。如果不拒絕原假設(shè)“所有工具變量是有效的”,那么工具變量的設(shè)定是合理的。從表3 的檢驗(yàn)結(jié)果來(lái)看,在5%的顯著性水平上通過(guò)了檢驗(yàn),說(shuō)明模型設(shè)定合理且工具變量有效。具體回歸結(jié)果見(jiàn)表3。
表3 回歸結(jié)果表
從對(duì)E1 的回歸結(jié)果來(lái)看:
(1) 就業(yè)人數(shù)的滯后項(xiàng)的系數(shù)顯著為正,影響系數(shù)為0.619。滯后一期的就業(yè)對(duì)當(dāng)期就業(yè)具有明顯的推動(dòng)作用,這說(shuō)明汽車(chē)制造業(yè)企業(yè)內(nèi)部就業(yè)存在一定的慣性,企業(yè)往往會(huì)根據(jù)上一期的就業(yè)量來(lái)決定本期的就業(yè)量。
(2) 用全要素生產(chǎn)率衡量的技術(shù)進(jìn)步在10%的顯著水平上對(duì)就業(yè)總量產(chǎn)生了負(fù)向影響,系數(shù)為-1.287,這說(shuō)明我國(guó)汽車(chē)制造業(yè)的技術(shù)進(jìn)步類(lèi)型是偏向于資本替代型的。一方面,技術(shù)進(jìn)步使得企業(yè)引進(jìn)更先進(jìn)的設(shè)備和更優(yōu)的管理方式,淘汰了大批低技能勞動(dòng)者;另一方面,企業(yè)在進(jìn)行產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的過(guò)程中,勞動(dòng)者的專(zhuān)業(yè)技能存在一定的滯后性,無(wú)法適應(yīng)新崗位,導(dǎo)致就業(yè)人數(shù)下降。
(3) 企業(yè)的產(chǎn)出水平、資本存量與汽車(chē)制造業(yè)的就業(yè)規(guī)模呈現(xiàn)顯著的正向關(guān)系,這與目前大多數(shù)研究結(jié)論是相同的。技術(shù)進(jìn)步為企業(yè)提高了勞動(dòng)生產(chǎn)率,企業(yè)為實(shí)現(xiàn)自身利潤(rùn)最大化,會(huì)不斷地進(jìn)行資本積累,進(jìn)一步擴(kuò)大產(chǎn)品市場(chǎng)和企業(yè)規(guī)模,從而會(huì)創(chuàng)造出更多崗位,降低失業(yè)率。
(4) 企業(yè)員工工資水平的提高對(duì)企業(yè)的就業(yè)規(guī)模具有顯著的抑制作用。這可能是因?yàn)?,汽?chē)制造業(yè)近些年的發(fā)展主要依賴(lài)于低廉的勞動(dòng)力成本。隨著我國(guó)勞動(dòng)力成本的提高,企業(yè)為了降低成本,引入自動(dòng)化設(shè)備;另一方面,一些企業(yè)可能將工廠遷至國(guó)外一些欠發(fā)達(dá)的國(guó)家,尋找低廉的勞動(dòng)力,降低對(duì)勞動(dòng)力的需求。
從對(duì)E2 的回歸結(jié)果來(lái)看,就業(yè)的滯后項(xiàng)、企業(yè)的產(chǎn)出水平和企業(yè)規(guī)模與就業(yè)仍呈現(xiàn)正向關(guān)系。汽車(chē)制造業(yè)企業(yè)技術(shù)效率在1%的顯著性水平上對(duì)就業(yè)總量產(chǎn)生了負(fù)向影響,而技術(shù)進(jìn)步率雖然與就業(yè)呈現(xiàn)負(fù)向關(guān)系,但結(jié)果并不顯著,這說(shuō)明汽車(chē)制造業(yè)技術(shù)進(jìn)步對(duì)就業(yè)的負(fù)向影響主要來(lái)自技術(shù)效率的提升。
從以上回歸分析結(jié)果可以看出,汽車(chē)制造業(yè)在技術(shù)進(jìn)步的過(guò)程中,既存在替代效應(yīng),也存在促進(jìn)效應(yīng),但以替代效應(yīng)為主,最終就業(yè)量下降。汽車(chē)制造業(yè)就業(yè)人數(shù)減少的主要原因是企業(yè)在產(chǎn)業(yè)升級(jí)、智能化的發(fā)展過(guò)程中,技術(shù)效率的提高抑制了企業(yè)就業(yè)人數(shù)的增加,削減了低技能勞動(dòng)力的數(shù)量。
結(jié)合之前的理論研究和實(shí)證結(jié)果,本文就加快汽車(chē)制造業(yè)技術(shù)進(jìn)步、實(shí)現(xiàn)充分就業(yè)提出以下建議:
(1) 加大技術(shù)水平的投入,提升技術(shù)效率,加快技術(shù)創(chuàng)新。盡管本文的研究結(jié)果表明技術(shù)進(jìn)步會(huì)減少就業(yè),但技術(shù)進(jìn)步具有一定的調(diào)節(jié)能力。企業(yè)通過(guò)技術(shù)進(jìn)步增加產(chǎn)出、擴(kuò)大企業(yè)規(guī)模,進(jìn)而擴(kuò)大對(duì)勞動(dòng)力的需求。應(yīng)大力鼓勵(lì)傳統(tǒng)的汽車(chē)制造業(yè)加快智能化發(fā)展,推動(dòng)企業(yè)利用新技術(shù)不斷提高勞動(dòng)生產(chǎn)率;其次,政府應(yīng)采取有效的措施保護(hù)自主知識(shí)產(chǎn)權(quán),創(chuàng)建具有激勵(lì)性質(zhì)的競(jìng)爭(zhēng)環(huán)境,鼓勵(lì)企業(yè)自主研發(fā)關(guān)鍵核心技術(shù)和產(chǎn)品,提升企業(yè)核心競(jìng)爭(zhēng)力。
(2) 加大人才培養(yǎng)力度,提高勞動(dòng)者素質(zhì)。技術(shù)進(jìn)步背景下,企業(yè)增加了對(duì)高技能勞動(dòng)者的需求,降低了對(duì)低技能勞動(dòng)者的需求,勞動(dòng)力市場(chǎng)出現(xiàn)極化。因此企業(yè)應(yīng)提高勞動(dòng)人員的專(zhuān)業(yè)技能,加強(qiáng)對(duì)高素質(zhì)勞動(dòng)者的儲(chǔ)備。一方面,企業(yè)可以依托高校和科研機(jī)構(gòu),加強(qiáng)與產(chǎn)學(xué)研相結(jié)合,與他們共同培育具有高度實(shí)踐能力、更強(qiáng)的解決問(wèn)題能力的高素質(zhì)人才。另一方面,加強(qiáng)對(duì)員工的培養(yǎng),使員工具備勝任新崗位的技能,避免出現(xiàn)技能與工作要求不匹配而出現(xiàn)的結(jié)構(gòu)性失業(yè)現(xiàn)象。
(3) 完善社會(huì)福利保障體系,完善就業(yè)保障政策。一方面,考慮到技術(shù)進(jìn)步傾向于技能偏向,這必然導(dǎo)致高低技能勞動(dòng)者之間收入差距加大。為保障社會(huì)公平,政府應(yīng)制定合理的最低工資標(biāo)準(zhǔn),完善加強(qiáng)社會(huì)保障制度,切實(shí)有效地保障勞動(dòng)者的權(quán)益。另一方面,出臺(tái)相關(guān)的就業(yè)扶持政策,健全就業(yè)服務(wù)體系,為低技能勞動(dòng)力提供就業(yè)相關(guān)的咨詢(xún)和技能培訓(xùn),加快下崗職工的轉(zhuǎn)崗就業(yè),增加中低階層的就業(yè)機(jī)會(huì)和收入。